R Notebook

library(tidyverse)

Registered S3 method overwritten by 'data.table':
  method           from
  print.data.table     
Registered S3 method overwritten by 'htmlwidgets':
  method           from         
  print.htmlwidget tools:rstudio
Registered S3 methods overwritten by 'dbplyr':
  method         from
  print.tbl_lazy     
  print.tbl_sql      
-- Attaching packages ---------------------------------------------------------------------------------------- tidyverse 1.3.1 --
v ggplot2 3.3.5     v purrr   0.3.4
v tibble  3.1.1     v dplyr   1.0.5
v tidyr   1.1.3     v stringr 1.4.0
v readr   2.0.1     v forcats 0.5.1
-- Conflicts ------------------------------------------------------------------------------------------- tidyverse_conflicts() --
x dplyr::filter() masks stats::filter()
x dplyr::lag()    masks stats::lag()

Inversiones

Fuentes:

• Balances de Bolsar. Inversión calculada a partir de variaciones del activo + consumo de capital fijo (esto último está pendiente)
• Secretaria de Energía. Resolución 2057
  • Inversiones realizadas año anterior
  • Inversiones anuales previstas a realizar en el año de la presentación de la DDJJ

4. construir serie de inversión para atras (buscar Stock de YPF pero solo para extracción). armar ejercicio de FD y ver si las proporciones se mantienen.

• Reconstruccion de serie de inversion por empresa ver un flujo de pozos y un flujo de inversion y luego ver si lo que mueve la inversion son los pozos (que su evolucion sea similar).

• inversion por empresa (balance: variacion del activo + consumo de K fijo)

• inversion por empresa (secretaria de energia)

• inversion agregada (tipo de inversion) (cuentas nacionales?)

• pozos nuevos por empresa por año

• pozos nuevos totales

• aplicar MIP para YPF

Inversión a partir de Balances

Inversión a partir de Secretaria de Energía

      anio        empresa            idempresa      Área/Permiso/Concesión  idconcesion      Yacimiento       
 Min.   :2012   Length:13707       Min.   :  16.0   Length:13707           Min.   :   1.0   Length:13707      
 1st Qu.:2013   Class :character   1st Qu.: 233.0   Class :character       1st Qu.: 118.0   Class :character  
 Median :2015   Mode  :character   Median : 323.0   Mode  :character       Median : 425.0   Mode  :character  
 Mean   :2015                      Mean   : 466.9                          Mean   : 789.3                     
 3rd Qu.:2017                      3rd Qu.: 360.0                          3rd Qu.: 546.0                     
 Max.   :2019                      Max.   :1429.0                          Max.   :3690.0                     
                                                                                                              
    Cuenca           Ubicación          Provincia         Período del plan de acción Estado de la DDJJ 
 Length:13707       Length:13707       Length:13707       Length:13707               Length:13707      
 Class :character   Class :character   Class :character   Class :character           Class :character  
 Mode  :character   Mode  :character   Mode  :character   Mode  :character           Mode  :character  
                                                                                                       
                                                                                                       
                                                                                                       
                                                                                                       
   concepto         cantidad_exploracion exploracion_millones_usd cantidad_explotacion explotacion_millones_usd
 Length:13707       Min.   :   0.000     Min.   : 0.0000          Min.   :    0.000    Min.   :   0.0000       
 Class :character   1st Qu.:   0.000     1st Qu.: 0.0000          1st Qu.:    0.000    1st Qu.:   0.0280       
 Mode  :character   Median :   0.000     Median : 0.0000          Median :    0.000    Median :   0.2875       
                    Mean   :   0.781     Mean   : 0.2538          Mean   :    6.201    Mean   :   3.9194       
                    3rd Qu.:   0.000     3rd Qu.: 0.0000          3rd Qu.:    1.000    3rd Qu.:   1.7323       
                    Max.   :3043.000     Max.   :89.3530          Max.   :16000.000    Max.   :1717.0000       
                                         NA's   :4                NA's   :7            NA's   :3               
 cantidad_exploracion_complementaria exploracion_compl_millones_usd Fecha Inicio Tareas Fecha Fin Tareas
 Min.   :  0.0000                    Min.   : 0.0000                Min.   :NA          Min.   :NA      
 1st Qu.:  0.0000                    1st Qu.: 0.0000                1st Qu.:NA          1st Qu.:NA      
 Median :  0.0000                    Median : 0.0000                Median :NA          Median :NA      
 Mean   :  0.6065                    Mean   : 0.1477                Mean   :NA          Mean   :NA      
 3rd Qu.:  0.0000                    3rd Qu.: 0.0000                3rd Qu.:NA          3rd Qu.:NA      
 Max.   :876.6300                    Max.   :92.8340                Max.   :NA          Max.   :NA      
                                     NA's   :2                      NA's   :13707       NA's   :13707   
 Tipo de explotación indice_tiempo     
 Length:13707        Length:13707      
 Class :character    Class :character  
 Mode  :character    Mode  :character  
                                       
                                       
                                       
                                       

inv_anual_emp = inversiones_anio_anterior %>% 
  group_by(empresa, anio, unidad) %>% 
  summarise(inversion_anual = sum(inversion_exploracion, inversion_explotacion)) %>% 
  rbind(inversiones_2005_2012)

`summarise()` has grouped output by 'empresa', 'anio'. You can override using the `.groups` argument.

plot_inv_anual = inv_anual_emp %>% 
  ggplot(aes(anio, inversion_anual, color = empresa))+ 
  geom_line()+
  geom_point()+
  labs(title = "Inversiones por empresa (tablas dinamicas)",
       subtitle = "Extraído de tablas dinámicas",
        y = "Millones de USD",
       caption = "Secretaria de Energía")+
  theme(legend.position = "none")

# plotly::ggplotly(plot_inv_anual)
plot_inv_anual

inv_anual_emp %>% 
  ungroup() %>% 
  filter(empresa == "YPF", anio %in% 2008:2015) %>% 
  summarise(sum(inversion_anual))